专业论文文献--交互效应面板数据模型的理论与应用研究VIP专享

交互效应面板数据模型的理论与应用讨论交互效应面板数据模型的理论与应用讨论 【摘要】 本文从计量经济学的进展演化历程介绍了计量经济学的一个新的进展方向：交互效应面板数据模型。并且从经典面板数据讨论方法的不足之处出发，指出了这种交互效应面板数据模型在理论与应用讨论中的重要性。 【关键词】 计量经济学 面板数据模型 交互效应 一、引言 计量经济学在经济学科中的地位日益提高，成为了一种实证讨论或经验讨论中不可缺少的工具。随着现代数据采集技术的提高，出现了越来越多的用于经济科学讨论的数据库。一方面，这为计量经济学的进展提供了现实基础，另一方面，数据结构复杂程度的提高也要求计量经济学方法论的新进展，能够对复杂的大数据集提供合适的建模和估量方法。面板数据模型就是针对于时间序列与横截面混合数据进行建模和估量的一种计量经济学方法，面板数据模型克服了横截面模型和时间序列模型的一些缺陷，是现在计量经济学理论与应用讨论的一个重要讨论方向，其中交互效应面板数据模型又是近年来面板数据模型的一个重要的进展，属于计量经济学的前沿讨论领域。 二、面板数据模型的不足之处 面板数据模型尽管与时间序列或横截面模型相比具有巨大的优势，但面板数据模型本身也还是存在一些不足之处，其中经典面板数据模型中个体效应与时间效应的引入方式就存在可以改进的地方。经典的面板数据模型分为静态面板数据模型与动态面板数据模型。静态面板数据模型就是在解释变量中没有包含被解释变量的滞后项，这是面板数据模型的早期模型设定形式。以前因为面板数据集的数据采集时间比较短，面板数据集的数据结构只能以短面板的形式存在。所以由于样本的限制，很难观测变量的动态调整过程。静态面板数据模型中又分为固定效应模型与随机效应模型。固定效应模型简单来说就是将观测个体的异质性以虚拟变量的形式引入进模型，将隐形的个体差异显性化从而消除解释变量的内生性，经典的估量方法包括组内离差估量法与 LSDV 估量（虚拟变量最小二乘估量），在数学上可以证明组内离差估量与 LSDV 估量实际上是等价的，只是LSDV 估量结果包含的信息更丰富一些，能够估量出各个观测个体的个体差异。随机效应模型就是假定了个体效应与时间效应跟解释变量没有内在的联系，个体差异与时间上的差异是随机出现的。在这样的假定下，随机效应模型的解释变量没有内生性的问题，OLS（最小二乘估量）仍然是一致的，但却不是最有效的，这是因...